科研之友
微信
新浪微博
Facebook
分享链接
摘要
【目的】挖掘国产卫星影像数据信息，快速准确地获取农作物的种植结构类型，为优化农业生产布局提供参考。【方法】利用随机森林算法模型，结合样本数据对影像的光谱特征、植被指数特征、纹理特征进行重要性分析，通过评估分类精度获得基于GF-6影像的最优特征组合，并将优选后的特征用于面向对象分类研究（以平滑度0.5、紧致度0.3为参数，10为步长，设置40～140共11种不同分割尺度），以得到研究区主要农作物种植结构的空间分布。【结果】特征优选的方法得到GVI、EVI、Nir、GI、GNDVI和Green特征，能够有效减少农作物分类中的数据冗余，提升分类效率；研究区农田设置的11种分割尺度中，最优分割尺度为100，分割结果保留了地块的完整性并体现了不同农作物类型的异质性；基于面向对象分类方法的分类精度达96.2%,Kappa系数为0.944，相较基于像元的分类精度提升5.3个百分点。【结论】以国产GF-6影像为数据源，采用特征优选的面向对象分类方法能够有效提升分类精度，可作为开展农作物种植结构监测的有效手段。
-
单位内蒙古农牧业科学院
